Community研究與資料分析github.com

lingyu9495-source/feasibility-study-consultant

项目可行性论证与研究报告写作框架 —— 任何「这事能不能做、怎么做、值不值得做」的商业决策场景:可行性研究/立项论证/新项目评估/创业方向验证。10大论证模块 + 强制联网尽调 + 多源交叉验证 + 读者视角写作 + 结构化报告输出。(v1.4 升级:从「引导客户把项目情况讲清楚」到「按问题类型与项目类型选论证方法」再到「用假设台账逐条验证」的六步教练流程;附可行性门槛评分器与假设台账两个零依赖脚本、项目卡与决策门清单模板)

feasibility-study-consultant 是什麼?

feasibility-study-consultant is a Claude Code agent skill that 项目可行性论证与研究报告写作框架 —— 任何「这事能不能做、怎么做、值不值得做」的商业决策场景:可行性研究/立项论证/新项目评估/创业方向验证。10大论证模块 + 强制联网尽调 + 多源交叉验证 + 读者视角写作 + 结构化报告输出。(v1.4 升级:从「引导客户把项目情况讲清楚」到「按问题类型与项目类型选论证方法」再到「用假设台账逐条验证」的六步教练流程;附可行性门槛评分器与假设台账两个零依赖脚本、项目卡与决策门清单模板).

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lingyu9495-source/agent-skills/tree/main/skills/feasibility-study-consultant

Installed? Explore more 研究與資料分析 skills: obra/superpowers, affaan-m/quarkus-verification, affaan-m/uspto-database · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

项目可行性论证教练(Feasibility Study Consultant)

一句话定位:把"这事能不能做、值不值得做、怎么做才成"从感觉,变成有方法、有证据、有门槛、可复核的结论。 本技能的完整链路:① 怎么把项目情况问清楚(引导采集)→ ② 按问题类型与项目类型选论证方法(方法选型)→ ③ 逐条验证关键假设(假设台账)→ ④ 按门槛出结论(决策门)。 v1.4 升级:新增「六步教练流程」、项目类型提问库(templates/引导提问清单.md)、方法论选型库(references/方法论库.md)、决策门清单(templates/决策门清单.md),以及两个零依赖脚本——feasibility_scorecard.py(门槛评分与 Go/条件 Go/No-Go 判定)与 assumption_ledger.py(假设排序与验证计划)。

触发条件

用户需要以下任一任务时激活:

  • 「帮我写一份 XX 的可行性研究/可行性方案/可行性报告」
  • 「评估 XX 能不能做 / 值不值得做」
  • 「XX 方向调研一下,出一份分析」
  • 「新项目/新产品/新业务立项论证」
  • 「有几个方案,帮我选一个」
  • 「这件事现在做合不合适」

核心原则

  1. 结论优先 — 开篇给出总纲判断(星级/评分/可做不可做),不从背景铺垫
  2. 数据驱动 — 每个维度必须有最新市场数据支撑,标注来源等级(A官方/B行业/C媒体/D推断)
  3. 交叉验证 — 核心数据至少 2 个独立来源;矛盾处必须说明,不回避
  4. 先搜后写(强制) — 任何结论先做实时联网尽调,禁止凭模型记忆写市场数据
  5. 视角对齐 — 动笔前先明确:读者是谁(投资人/管理层/银行/政府)?ta 最关心什么(市场多大/壁垒多高/怎么赚钱/风险多大)?以读者视角写
  6. 来源透明 — 关键数据点标注来源;文末附数据来源表 + 关键假设清单
  7. 门槛先定(v1.4 新增) — 动手前先把"什么算过"写死(IRR 下限、回收期上限、单位经济为正、致命假设全验),否则论证会变成"为已有结论找材料"
  8. 假设留痕(v1.4 新增) — 结论所依赖的每条关键假设进台账,标明验证方法与判据阈值;带着未验证的高影响假设下结论=赌博

教练六步流程(总览)

做什么产出完成判据
1 引导采集用一页纸项目卡 + 三轮提问,把项目情况问清楚填好的《项目卡》必答 5 问齐全;缺口与红线已标明
2 判型定深判问题类型 × 项目类型 × 阶段 × 读者一句话判型结论 + 论证深度明确"答什么问题、给谁看、多深"
3 方法选型按问题类型从方法论库挑 3–5 个方法组合方法清单 + 每法的数据要求每个方法都能说清"要什么数据、出什么结论"
4 论证执行尽调取数 → 六动作(市场/竞争/单位经济/财务/风险/合规)→ 成文论证初稿每个论断有来源;四表(投资/成本/收入/指标)勾稽
5 假设验证建假设台账,按影响×不确定性排序,设计验证假设台账 + 验证计划 + 阻塞项清单高影响假设全部已验证或已证伪
6 结论决策门按门槛表判定,出三种结论之一 + 下一步结论页 + 决策门清单结论与门槛逐条对应,无"跳过的判断"

六步不是流水线作业顺序,而是判断顺序:如果第 1 步就发现红线,后面五步都不必做。

第一步 · 引导采集:怎么把项目情况问清楚

客户说不清需求,不是他不配合,是他不知道你要什么。 所以要用结构化的引导,而不是开放式发问。

方法:一页纸项目卡 + 三轮提问(模板:templates/项目卡.mdtemplates/引导提问清单.md

  • 第一轮·定性 5 问(不用查资料,5 分钟):这是什么、钱从哪来、谁看、什么时候要、最想回答哪个问题
  • 第二轮·按项目类型追问(挑对应一组问,6 类项目各有 5 问):产能型/服务型/科技型/资产型/平台型/贸易型
  • 第三轮·验证资源(决定结论硬度):能拿到什么一手材料、能访谈谁、能不能试点、有没有硬约束、如果结论是不划算你会怎么处理

缺料处理规则(别为缺料停工,也别假装不缺)

缺口处理
缺投资估算按行业基准/同类项目强度估算,显式标注"待询价确认"
缺市场数据自下而上测算 + 权威二手数据,标证据等级
缺客户订单/付费证据不可替代:列为致命假设,结论用"有条件可做"表述
缺政策依据先检索;无明确依据时写"未见明确禁止,建议向主管部门确认"

红线先问:资金来源不合法、触碰监管红线、核心要素拿不到、需求方不付费、单位经济为负——出现任一条,结论只能是"不可做"或"改变范围"(见项目卡 D 区清单)。

第二步 · 判型定深(四个维度,一次判清)

维度取值影响什么
问题类型能不能做/值不值得做/哪个方案更好/怎么做才成决定用哪套方法(见第三步)
项目类型产能型/服务型/科技型/资产型/平台型/贸易型决定论证重心(产能看要素与产销、平台看网络效应与单位经济……)
研究阶段机会研究(粗筛)/初步可行性研究(判要不要深做)/详细可行性研究(决策依据)/报批或审贷(合规+财务)决定精度与投入(别用详细可研的成本回答机会研究的问题)
读者企业负责人批预算/银行审贷/政府立项/投资人投钱/自己心里有底决定"什么算过"的门槛与报告口径

输出:一句话判型结论 —— "这是一个【服务型】项目的【初步可行性研究】,回答【值不值得做】,读者是【银行审贷】,门槛是【偿债备付率≥1.3、IRR≥8%】。"

第三步 · 方法选型(先判断问题类型,再挑方法)

要回答的问题首选方法组合关键数据要求
能不能做(可行性)阶段门六准则 + 政策合规核对 + 技术/要素可得性 + 失败预演政策原文、许可与要素落实证明、同类失败案例
值不值得做(经济性)单位经济模型 + 财务评价(三情景 IRR/NPV/回收期/盈亏平衡)+ 敏感性临界点 + 市场容量自下而上客单价与成本结构、投资构成、融资条件、市场规模测算底稿
哪个方案更好(比选)加权决策矩阵(或 AHP 思路)+ 各方案财务对比 + 结论稳健性检查各方案可量化指标;准则权重及其依据
怎么做才成(路径)阶段门分阶段推进 + 假设台账 + 小步验证计划(试点/MVP)关键假设清单、可承受的试错预算与时间窗

方法库(完整版见 references/方法论库.md,含"何时用/怎么做/要什么数据/常见误用")

  1. 阶段门判定(Go/Kill/Hold/Recycle + 六准则)
  2. 市场容量自下而上测算(TAM/SAM/SOM)
  3. 竞争壁垒分析(7 Powers 式结构性优势核对)
  4. 单位经济模型(单位毛利、获客回本周期、LTV/CAC)
  5. 财务评价(IRR/NPV/回收期/盈亏平衡/敏感性临界点)
  6. 多方案比选(加权决策矩阵 / AHP 思路)
  7. 失败预演(Pre-mortem:以"已失败"回溯原因 + 预警信号)
  8. 假设台账与最小成本验证
  9. 双视角交叉(政策视角 × 资本视角)
  10. 证据分级与多源交叉(A/B/C/D)

选型铁律:一次选 3–5 个方法就够,堆方法不等于严谨;每个方法都要能回答"它要什么数据、得出什么结论、结论不支持时怎么办"

第四步 · 论证执行:六个必答动作

4.1 先尽调再动笔(顺序强制)

① 搜索尽调 → ② 整理数据 → ③ 交叉验证 → ④ 动笔写。禁止先写后补数据。 尽调范围(并行多路):

  1. 行业面:规模/增速/生命周期 → 行业报告、券商研报
  2. 市场面:目标客户/需求强度/付费意愿 → 竞品、用户讨论、招投标价
  3. 竞争面:直接/间接竞品、格局、壁垒 → 头部玩家
  4. 政策面:产业政策/监管/准入/补贴 → 政府文件原文
  5. 财务面:投入产出基准 → 同类项目投资/回报数据
  6. 风险面:已知失败案例、政策红线 → 搜负面(这一步最常被跳过,也最有价值

取数按页面难度升级:普通抓取 → 带反爬绕过 → 浏览器实控;取回的原始材料落盘留痕,改稿时不用重搜。

4.2 六动作清单(按项目裁剪,不硬凑)

#动作核心要回答判据
1市场与需求市场多大?增速?目标客群?凭什么赢?自下而上测算 + ≥2 源交叉
2竞争与壁垒对手是谁?我们的结构性优势是什么?有至少一项非"更努力/更便宜"的优势,或如实写明"无壁垒"
3单位经济每一单赚不赚钱?获客多久回本?单位毛利为正;回本周期 ≤ 门槛值
4财务评价投入多少?何时回本?IRR/NPV?三情景齐备;临界点已找出
5风险最大三个风险 + 触发信号 + 对策每条风险有预警指标与责任人,不是套话
6合规与要素政策、许可、用地、能耗、资质逐项写办理状态与预计取得时间

4.3 双视角交叉(政策 × 资本)

  • 政策视角:产业政策方向、准入与审批、监管趋势、补贴与合规成本 → 决定"现在做合适吗"
  • 资本视角:资金可得性与成本、回报门槛、退出路径、同类交易估值锚 → 决定"划不划算"
  • 交叉判定:政策支持×资本不足=小步试;资本赚钱×政策收紧=谨慎并备退出预案;两者皆不支持=不做

第五步 · 假设验证(本技能最值钱的一步)

项目论证的本质,就是把关键假设列出来,然后一条条验证它们。

5.1 先列假设,再排队

把结论所依赖的假设全部写下来,按 影响(1-5) × 不确定性(1-5) 排序:

  • 影响大 + 不确定高 → 最优先验(这是"先验最要命的,不是先验最容易的")
  • 影响大 + 不确定低 → 低风险但必须留痕(一旦不成立就是翻盘)
  • 影响小 → 可后验

5.2 每条假设必须有"判据阈值"

差的写法好的写法
客户有意向3 家区域头部客户签订意向书(锁定 60% 库容)
成本可控拿地成本 ≤ 45 万元/亩
政策支持已列入省级专项规划 / 取得主管部门书面确认
技术可行完成中试,连续 30 天稳定运行

判据写不死,验证就会变成"找证据证明自己是对的"。

5.3 用脚本管台账(零依赖)

# 假设台账:排序 + 阻塞项 + 验证计划(先验什么一目了然)
python3 scripts/assumption_ledger.py 假设台账.csv --plan
python3 scripts/assumption_ledger.py 假设台账.csv --json

# 门槛评分:加权得分 + 门槛判定 + 致命假设 + Go/条件Go/No-Go
python3 scripts/feasibility_scorecard.py 立项评估.json
python3 scripts/feasibility_scorecard.py --print-schema   # 看输入结构
python3 scripts/feasibility_scorecard.py --demo           # 看输出长什么样
  • 台账 CSV 列:假设,类别,影响,不确定性,验证方法,证据等级,状态,负责人,截止(模板:templates/假设台账.csv
  • 状态取值:unverified 未验证/in_progress 验证中/verified 已验证/falsified 已证伪
  • 退出码非 0=还有高影响假设未验证,可以直接接进自动化:不通过不下结论

5.4 验证手段按成本排序(别一上来就砸钱)

查一手数据(政策/成交公告/招标价)→ 访谈(客户/供应商/同类从业者)→ 拿到书面前置(意向书/授信函/报价单)→ 小样/试点(最小可行范围)→ 正式投入。

第六步 · 结论与决策门

三种结论表述(不要只写"可行/不可行")

  1. 可做(Go):门槛全过 → 给投资节奏与下一步动作
  2. 有条件可做(Conditional Go):主要门槛通过、存在阻塞项 → 列出"补齐哪几项即可推进" + 验证计划与时间表
  3. 不可做(No-Go):有证伪的致命假设/财务不达标/触碰红线 → 说明是"方向不行"(Kill)还是"条件不具备"(Hold)

决策门的四种输出(出处见文末):Go(通过)/Kill(终止,写明理由归档)/Hold(暂缓,写明等什么信号再启动)/Recycle(方向可以但材料不够,打回补课)。

实战提示:多数"说不清"的项目,正确答案是 Hold 或 Recycle,而不是勉强 Go。

结论页必须包含:总纲判断 + 各维度得分表 + 阻塞项与致命假设状态 + 证据等级说明 + 下一步该验证什么(谁、何时、判据)。

配套:templates/决策门清单.md(六准则 + 门槛表 + 四种决策)

十大论证模块(写报告时按需裁剪,不硬凑)

#模块核心要回答的问题
1执行摘要一句话结论 + 3-5 个核心判断(最后写)
2项目概述做什么?目标?范围?
3背景与必要性为什么现在做?不做会怎样?
4市场分析市场多大?增速?目标客群?凭什么赢?
5竞争与壁垒对手是谁?我们的护城河?
6产品/服务与运营怎么交付?团队够吗?
7商业模式怎么赚钱?收入结构?毛利?
8财务测算投入多少?何时回本?IRR/NPV?
9风险与对策最大三个风险 + 具体对策 + 预警信号
10结论与建议做/不做/怎么做 + 下一步

写作要求

  1. 执行摘要最后写(先有结论才写得准)
  2. 每个数字带来源或标注「假设,待验证」
  3. 财务部分:给测算逻辑 + 关键假设,不编造精确到分的数字
  4. 风险章写具体的:触发条件 + 影响 + 对策,不写套话
  5. 不确定处明确标注「待验证/待补充」——承认边界是专业,不是缺陷
  6. 假设台账与结论页必须与正文口径一致(同一数字在摘要/正文/附表/结论页必须同值)
  7. 交付形态按用户要求(Word/Markdown/PPT/在线文档),排版规范、无 AI 味(不用「」引号、无 Markdown 残留符号、段落规范)

输出结构建议

  • 封面(标题/版本/日期/密级)
  • 执行摘要(1 页内):总纲判断 + 门槛表 + 关键假设状态 + 下一步
  • 正文(按十大模块裁剪后的章节)
  • 附录:数据来源表(含证据等级)、关键假设台账、待办验证清单(谁/何时/判据)

质量自查清单(交付前)

  • 有没有没搜索就写下的市场数字?
  • 核心数据是否 ≥2 个独立来源?证据等级是否标注?
  • 「什么算过」的门槛是否在动笔前写死、结论逐条对应?
  • 结论与证据匹配吗?有没有过度推断(相关性当因果、局部当整体)?
  • 反方观点/失败风险有没有遗漏?失败预演做了吗?
  • 关键假设是否全部有状态(已验证/未验证/已证伪)?未验证的高影响假设是否已明确列为阻塞项?
  • 财务:三情景齐备?四表勾稽(投资/成本/收入/指标)一致?
  • 读者视角:ta 看完能决策吗?
  • 有没有把"客户的假设"当成"已证实的事实"写进正文?

常见误用与陷阱

陷阱后果纠正
先有结论再找证据论证变成辩护门槛与假设清单先于论证写定
用行业报告的天花板当自己的市场规模严重高估自下而上测算 + 区分 TAM/SAM/SOM
把"更努力/更便宜/服务好"当壁垒项目被迅速抹平用结构性优势核对(规模/网络/转换

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

lingyu9495-source/agent-responsiveness-delegation

你给 AI 助手派了个重活,然后发现:发消息它不回、想插话只能排队、等十几分钟才回一句——等它抬头,需求早变了。根因不是模型慢,是主脑把重活放在前台跑,整个回合被占死。这个 Skill 把这套「重活外派 + 随时应答」机制做成可落地的东西:① 规则块(一页写清判级、派完立刻让出对话、工单四要素、只回收结论、自报≠事实、拍板留主脑、跨会话任务换机制)② 跨平台落地脚本 provision_agent_responsiveness.py:探测本机已有的 Agent 环境(Hermes 的 SOUL 置顶铁律块、Claude Code 的全局指令文件,这两条已实测),把规则块幂等写入(自动备份原文件、重复执行不重复写、绝不覆盖你已有内容);其余平台(Codex / Cursor / WorkBuddy / 任意 Agent)则导出一份可直接粘贴的规则块 markdown,你粘到系统提示或自定义指令里就生效 ③ 体检脚本 audit_agent_responsiveness.py:逐项核对规则块是否存在、是否被后续改动覆盖、探测到哪些平台——没检测到就如实报「未检测到支持的平台」,不假报通过。纯标准库、零依赖、Windows/macOS/Linux 通用。触发词:AI不回话、等太久、插话卡住、助手响应慢、主脑被占住、重活外派、子代理、多智能体、响应速度、落地配置、系统提示。

lingyu9495-source/ai-image-watermark-removal-boss

去除 AI 生成图角落的"XXAI生成"半透明/白色角标水印。像素级验证不自我欺骗、双信号交叉定位抗幻觉、多候选客观指标投票覆盖。当用户要求去除图片水印、清理 AI 生成角标、去"豆包/即梦/Kolors 生成"水印时使用。

lingyu9495-source/bank-scan-household-splitter

客户丢来一个压缩包,里面几百张身份证正反面、开卡申请书、合同——**人工一张张挑,一下午就没了,还容易漏**。

lingyu9495-source/cn-pdf-report-typeset

中文报告做成 PDF,常见翻车三件套:**字体乱码、表格错位、字号小到客户在手机上根本看不清**。这套是交付级的排版标准加可直接跑的模板。

lingyu9495-source/company-law

公司出事,十有八九出在**治理和控制权**上——股权结构一开始搭歪,后面融资、上市、分家全是坑。

lingyu9495-source/excel-keep-format-edit

客户拿来一张老报表说「就在原表上改个数,格式一点都不要动」——用 openpyxl 重建一次,字体、边框、合并单元格、条件格式、列宽全丢,客户一打开就知道这不是他原来那张表。

lingyu9495-source/feasibility-report-engine

做可研报告,卡住的往往不是不会写,是**不知道按哪版大纲、财务测算六表和正文对不上、交付前排版被退稿**。这套是从二十多万字、131 张表的真实交付里固化的流水线。

lingyu9495-source/financial-statement-adjustment

存量财务报表在原表基础上改数字并保持三表勾稽关系。当用户要求「在原报表上改某些数字,其他数据跟着调整且格式完全不变」时使用:资产负债表/利润表/现金流量表的目标值调整、未分配利润与利润总额联动、勾稽校验。

lingyu9495-source/funding-fit-diagnosis

项目想融资,卡住的往往不是不会写 BP,而是不知道够不够格、该找谁、还缺什么、多久能到钱——问 AI 只得到"建议加强团队"这类正确的废话。这套引擎把它拆成可执行的四步:①10 问项目画像采集(缺关键项就先追问,不猜)②双轨评分:市场化 VC 适配分与政府基金适配分**分开算、各自判定**(≥75 强匹配 / 60-74 可争取 / 45-59 需补短板 / <45 暂不建议,低分不许只说"不行",要给替代路径)③点名机构:按赛道/阶段/地域从 23 家头部 VC 与产业资本(CVC)、21 家政府基金的卡片里逐条对照"匹配信号/劝退信号",每家写清"为什么是你、你还缺什么、材料怎么准备、递送路径",并单列"不建议碰"的机构省时间④差距清单(差距|补齐动作|耗时|难度|优先级,只挑 3 个月内能推动的)+ 三线找钱路线图(市场化 / 政府 / 替代路径)+ 时间预期与现金流提醒。包内另附 30 个真实融资案例对标、TS 条款红线、估值倍数参考、BP 制作铁律,以及零依赖离线评分脚本(纯标准库、不联网、不调大模型 API)。输入:项目情况(照着 10 问答即可);输出:一份研判报告(评分 + 优先接触名单 + 差距清单 + 路线图 + 风险提示),脚本侧可另出 JSON 评分结果。评分是适配度不是成功率,不承诺融资结果。触发词:融资、找投资、融资研判、能不能融到钱、找哪家风投、风险投资、VC、产业资本、CVC、政府引导基金、政府基金申报、产业基金、招商返投、项目申报、补贴申报、商业计划书、BP、路演、估值、股权稀释、TS 条款、对赌、回购、FA、财务顾问、找钱、融资渠道、天使轮、Pre-A、A轮。

lingyu9495-source/gov-fund-application

想拿政府的钱,最容易白跑半年——层级选错、赛道不在目录里、返投算不清,材料递上去才发现方向不对。这套参谋按可执行顺序走:①先判层级(国家级/省级/市级/区级,门槛与目的完全不同)②赛道对目录:不在目录里直接如实说没戏,不让用户白跑③21 家基金卡片逐家对照(投资方式、返投比例、让利规则、申报条件、申报通道、真实案例),点名"你这个项目适合找谁"④返投博弈:算清落地要求,给"不想迁注册地"的三条合规路径⑤材料与时间表:申报材料清单、评审周期(6-12 个月是常态)与现金流提醒。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能,VC 与政府双轨分开算)。输入:项目基本情况与注册地/落地意愿;输出:层级判定 + 可申报基金名单 + 返投方案 + 材料清单 + 时间预期。不承诺拿到资金,申报须如实提交材料;政策口径标注截止时间,细则请向当地主管部门核实。触发词:政府基金、政府引导基金、产业基金、政府补贴、专项资金、项目申报、补贴申报、申报条件、返投、招商落地、母基金、投资方式、让利、国家级基金、省级引导基金、市级基金、科技成果转化、专精特新、科技型企业、中小企业发展基金。

lingyu9495-source/hermes-profile-browser-isolation

多个 AI 助手同时干活时,浏览器会互相抢占:弹窗抢焦点、任务互相打断、你正在用的 Chrome/Edge 被顶掉——**你连自己的网页都点不动了**。

lingyu9495-source/investment-finance

做投融资最容易踩的坑不是"不懂概念",是**条款里的每一个字都在分钱**——估值方法选错、对赌触发条件写松、回购条款没兜底,签完才发现少拿几千万。

lingyu9495-source/lowvram-ai-video-comfyui

网上的 AI 视频教程开口就是 24G 显存,一看就把人劝退——**其实 8G 的 4060 也能跑**。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。

lingyu9495-source/novel-deai-detector

写完的稿子发布前想知道会不会被判 AI 生成、平台审核会不会卡、读者会不会一眼看出机器味——这套是检测到清洗的完整闭环。

lingyu9495-source/npl

不良资产这行的钱,赚在**买入价**上——买贵了,后面怎么处置都白搭。

lingyu9495-source/subagent-first

AI 助手不是不够聪明,是被重活占住了:你让它整理 40 个文件,它一头扎进去十几分钟不抬头——你想问进度、想补需求、想改方向,只能干等。这套作业纪律解决的就是这件事:凡是预计要跑多轮的活(多文件/长研究/批量/长搜索),一律派给后台子代理并行执行,主代理只保留四个动作——拆解、派活、汇总、对话,永远保留随时回你话的能力。我们自己在多智能体团队里天天跑,踩过的 12 个坑全部写进正文:子代理自报成功却发现产出是空的、context 没写全导致跑偏返工、两个子代理并行写同一文件互相覆盖、把需要用户拍板的活派给问不了人的子代理、跨会话长任务错用子代理导致某天悄悄停掉……① 决策树四问判定轻重(一轮工具调用能做完吗/需要用户拍板吗/要活过本次会话吗/能拆成互不依赖的块吗)② 派活四要素(goal / context 必须自包含——子代理看不到你和用户的对话 / output_schema / 验收方式)③ 五步流程:拆解→派活→并行调度→验收→收口 ④ 验收清单:存在性/合规性/真实性/完整性四组逐项打勾,并随机抽一处回一手来源核对 ⑤ 6 种委派模式 + 12 条反模式。配套 scripts/delegation_planner.py:纯标准库零依赖,喂一份任务清单(轮数/文件数/是否研究/是否批量/是否需拍板/是否不可逆/是否跨会话),直接输出「该派子代理 / 自己做 / 转定时任务」+ 并行分组建议 + 主代理必做清单。正文按平台无关的作业纪律写,并附常见平台工具名对照表;Hermes 的字段名/并发上限/后台语义另附一页实况对齐,其他平台按对照表映射即可。触发词:子代理、委派、delegate、任务编排、多智能体、并行执行、上下文管理、主代理被占住、AI不回话、等太久、插话卡住、批量处理、长研究、fork-join、fan-out。

lingyu9495-source/ts-term-review

拿到 TS 或投资协议,看半天不知道哪条能签哪条得改——风险全藏在具体条目里,一句"整体没大问题"最要命。这套审查按 15 条核心条款逐条过:估值 Pre/Post、清算优先权、反稀释(完全棘轮是红线)、优先购买权、领售/拖售、对赌与业绩承诺、回购条款、个人连带担保、董事会与一票否决、保护性条款、竞业与知识产权、信息权、交割条件、股东会表决权、违约责任。每条给三级判定(🔴 红线不改就别签 / 🟡 可谈争取改 / 🟢 行业惯例)+ 谈判话术 + 替代方案,并区分"对公司"和"对创始人个人"——个人连带回购是绝大多数血案的源头,重点标红。另附谈判筹码排序、常见坑清单、BP 与数据室准备。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能)。输入:TS/投资协议条款(粘贴或描述);输出:逐条判定表 + 必须改的清单 + 谈判话术 + 底线建议。**不构成法律意见**,正式签署与司法效力请找执业律师确认。触发词:TS、Term Sheet、投资条款清单、投资协议、增资协议、股权转让协议、对赌、业绩承诺、回购、清算优先权、反稀释、完全棘轮、个人连带、一票否决、领售权、拖售权、估值、Pre/Post、股权稀释、条款谈判、FA。

相關技能